Python 如何在Cartopy中制作热图

我正在映射纬度、经度，然后在cartopy上映射一个单独的值

我如何使点的颜色像一个热图的基础上的名单称为klist？我找不到任何可以与cartopy一起使用的代码片段

该列表有一系列的值，我希望根据值的大小对其进行着色

# Define a Cartopy 'ordinary' lat-lon coordinate reference system.
crs_latlon = ccrs.PlateCarree()


def make_plot(projection_name, projection_crs):

    ax = plt.axes(projection=projection_crs)

# Set display limits to include a set region of latitude * longitude.
# (Note: Cartopy-specific).
    ax.set_extent((-65.0, -62, 44, 45.5), crs=crs_latlon)

# Add coastlines and meridians/parallels (Cartopy-specific).
    ax.coastlines(linewidth=0.2, color='black')
    ax.gridlines(crs=crs_latlon, linestyle='-')



# Mark some particular places with a small circle and a name label...
# Define some test points with latitude and longitude coordinates.
    #city_data = [('Halifax, NS', 44.67, -63.61)]

    plt.plot(lon,lat,marker='x', markersize=1.0, markeredgewidth=2.5,
             markerfacecolor='black',
             transform=crs_latlon)
# Add a title, and display.
    iplt.show("Mission #1: Attenuation Coeffiecient")

def main():
# Demonstrate with two different display projections.
    make_plot('Equidistant Cylindrical', ccrs.PlateCarree())

if __name__ == '__main__':
    main()

---

如果您需要不同颜色的点，这可能会对您有所帮助（基于您的代码）：

---

我对制图了解不够，无法理解为什么两个投影中的点位于不同的位置，但也许您知道这意味着什么以及如何更正它。

如果您想要不同颜色的点，这可能会帮助您（根据您的代码）：

---

我对地图学了解不够，无法理解为什么两个投影中的点位于不同的位置，但也许你知道这意味着什么以及如何更正它。

从我所看到的，你可以像在plain

matplotlib

中生成热图一样生成热图。只需使用

pcolormesh

（或

pcolor

或任何东西）并使用正确定义的网格网格。在这里，我修改了@berna1111的答案，以生成一个彩色地图，而不是在地图上画圆圈

为了避免在海岸线之外绘制，可以使用或，尽管前者可能是最好的

在下面的示例中，我提供了一个

heat_data

，它是一个numpy数组，其中包含将进行颜色编码的数据。为了方便起见，我假设该数据是在整个地图范围内定义的。您的数据可能不同。 因为我没有实际的数据，所以我根据

heat_data

的范围和大小创建

lat

和

lon

数组。在

main（）

将cartopy.crs导入为CCR
将matplotlib.pyplot作为plt导入
将numpy作为np导入
def make_绘图（投影名称、投影crs、范围、热量数据）：
"""
?
"""
图=plt.图（）
rect=0.1,0.1,0.8,0.8
ax=图添加轴（矩形，投影=投影）
#设置显示限制以包括设置的纬度*经度区域。
#（注：纸箱专用）。
最大设置范围（范围，crs=投影范围）
#添加海岸线和子午线/平行线（特定于Cartopy）。
最大海岸线（线宽=0.2，颜色=黑色）
最大网格线（crs=投影，线型='-'）
lat=np.linspace（范围[0]，范围[1]，热数据.shape[0]）
lon=np.linspace（区段[2]，区段[3]，热量数据.shape[1]）
Lat，Lon=np.meshgrid（Lat，Lon）
ax.pcolormesh（Lat、Lon、np.transpose（heat_数据））
plt.savefig（“Test_fig.pdf”，bbox_inches='tight'）
def main（）：
#范围=（-65.0，-62,44,45.5）
范围=（-90，-40,30,60）
#使用纬度和经度坐标定义一些测试点。
#城市大学数据=[（'Halifax，NS'，44.67，-63.61，'black'），
#（“邻居”，45，-63，“蓝色”），
#（“其他地方”，44.1，-64，“红色”）]
热数据=np.随机.正常（0.0,0.2，尺寸=（100150））
#使用两个不同的显示投影进行演示。
#定义Cartopy“普通”横向坐标参考系。
crs_latlon=ccrs.PlateCarree（）
绘制图（“等距圆柱”，crs坐标，范围，热量数据）
#crs_ae=ccrs.lambert（）
#绘制图（“兰伯特圆柱”，crs\U ae，范围，热量数据）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
main（）

从我所看到的情况来看，生成热图的方法与在plain
matplotlib
中生成热图的方法相同。只需使用
pcolormesh
（或
pcolor
或任何东西）并使用正确定义的网格网格。在这里，我修改了@berna1111的答案，以生成一个彩色地图，而不是在地图上画圆圈

为了避免在海岸线之外绘制，可以使用或，尽管前者可能是最好的

在下面的示例中，我提供了一个
heat_data
，它是一个numpy数组，其中包含将进行颜色编码的数据。为了方便起见，我假设该数据是在整个地图范围内定义的。您的数据可能不同。
因为我没有实际的数据，所以我根据
heat_data
的范围和大小创建
lat
和
lon
数组。在
main（）

将cartopy.crs导入为CCR
将matplotlib.pyplot作为plt导入
将numpy作为np导入
def make_绘图（投影名称、投影crs、范围、热量数据）：
"""
?
"""
图=plt.图（）
rect=0.1,0.1,0.8,0.8
ax=图添加轴（矩形，投影=投影）
#设置显示限制以包括设置的纬度*经度区域。
#（注：纸箱专用）。
最大设置范围（范围，crs=投影范围）
#添加海岸线和子午线/平行线（特定于Cartopy）。
最大海岸线（线宽=0.2，颜色=黑色）
最大网格线（crs=投影，线型='-'）
lat=np.linspace（范围[0]，范围[1]，热数据.shape[0]）
lon=np.linspace（区段[2]，区段[3]，热量数据.shape[1]）
Lat，Lon=np.meshgrid（Lat，Lon）
ax.pcolormesh（Lat、Lon、np.transpose（heat_数据））
plt.savefig（“Test_fig.pdf”，bbox_inches='tight'）
def main（）：
#范围=（-65.0，-62,44,45.5）
范围=（-90，-40,30,60）
#使用纬度和经度坐标定义一些测试点。
#城市大学数据=[（'Halifax，NS'，44.67，-63.61，'black'），
#（“邻居”，45，-63，“蓝色”），
#（“其他地方”，44.1，-64，“红色”）]
热数据=np.随机.正常（0.0,0.2，尺寸=（100150））
#使用两个不同的显示投影进行演示。
#定义Cartopy“普通”横向坐标参考系。
crs_latlon=ccrs.PlateCarree（）
绘制图（“等距圆柱”，crs坐标，范围，热量数据）
#crs_ae=ccrs.lambert（）
#绘制图（“兰伯特圆柱”，crs\U ae，范围，热量数据）
我
import cartopy.crs as ccrs
import matplotlib.pyplot as plt


def make_plot(projection_name, projection_crs, extent, city_data):
    """
    ?
    """
    fig = plt.figure()
    rect = 0.1, 0.1, 0.8, 0.8
    ax = fig.add_axes(rect, projection=projection_crs)

    # Set display limits to include a set region of latitude * longitude.
    # (Note: Cartopy-specific).
    ax.set_extent(extent, crs=projection_crs)

    # Add coastlines and meridians/parallels (Cartopy-specific).
    ax.coastlines(linewidth=0.2, color='black')
    ax.gridlines(crs=projection_crs, linestyle='-')

    # Mark some particular places with a small circle and a name label...
    for city in city_data:
        ax.plot(city[2], city[1], marker='o',
                markersize=2.0, markeredgewidth=1.0,
                markeredgecolor=city[3], markerfacecolor=city[3],
                linestyle='None', label=city[0], transform=projection_crs)
    # Add a title, legend, and display.
    ax.set_title(''.join(("Mission #1: Attenuation Coeffiecient - ",
                          projection_name)))
    ax.legend()
    fig.show()


def main():
    #extent = (-65.0, -62, 44, 45.5)
    extent = (-90, -40, 30, 60)
    # Define some test points with latitude and longitude coordinates.
    city_data = [('Halifax, NS', 44.67, -63.61, 'black'),
                 ('Neighbour', 45, -63, 'blue'),
                 ('Other_Place', 44.1, -64, 'red')]

    # Demonstrate with two different display projections.
    # Define a Cartopy 'ordinary' lat-lon coordinate reference system.
    crs_latlon = ccrs.PlateCarree()
    make_plot('Equidistant Cylindrical', crs_latlon, extent, city_data)
    crs_ae = ccrs.LambertCylindrical()
    make_plot('Lambert Cylindrical', crs_ae, extent, city_data)

if __name__ == '__main__':
    main()